Skip to main content
Przejdź do strony domowej Komisji Europejskiej (odnośnik otworzy się w nowym oknie)
polski polski
CORDIS - Wyniki badań wspieranych przez UE
CORDIS

Fostering Trust in AI driven Healthcare: SecUre and uNbiased knowleDge guided gEneRative AI

Opis projektu

Ramy odpowiedzialnej generatywnej sztucznej inteligencji

Uczenie maszynowe jest obiecującą technologią w sektorze opieki zdrowotnej, ale ograniczone zbiory danych i przepisy dotyczące prywatności spowalniają postęp. Generatywna sztuczna inteligencja może generować syntetyczne dane, ale problemy dotyczące sprawiedliwości i prywatności utrudniają jej wykorzystanie. Zespół finansowanego ze środków działania „Maria Skłodowska-Curie” projektu THUNDER ma na celu wyeliminowanie luk w projektach godnych zaufania modeli generatywnych i metod uczenia maszynowego wykorzystywanych w opiece zdrowotnej, w szczególności w zakresie znormalizowanych ram oceny i zagadnień dotyczących zaufania. Głównym celem jest opracowanie kompleksowych ram dla odpowiedzialnej generatywnej sztucznej inteligencji w opiece zdrowotnej, z naciskiem na opracowanie wskaźników oceny, tworzenie modeli generatywnych opartych na wiedzy i projektowanie interpretowalnych modeli. Zespół zajmie się w szczególności sepsą, która stanowi priorytet wyznaczony przez Światową Organizację Zdrowia (WHO).

Cel

Machine learning (ML) offers transformative opportunities for healthcare, with applications ranging from precision medicine to operational optimization. However, progress is constrained by limited access to diverse, high-quality datasets, exacerbated by fragmentation, data scarcity, and stringent privacy regulations. Traditional data augmentation methods fail to fully capture the complexity and heterogeneity of healthcare data. Generative AI, particularly large language models (LLMs), offers a promising alternative by synthesizing realistic datasets while addressing data scarcity. Yet, their adoption in healthcare is hindered by critical concerns about trustworthiness, including semantic validity, fairness, bias mitigation, fidelity, privacy preservation, and real-world utility. This research identifies key gaps in developing trustworthy generative models and ML methods for healthcare. These include the absence of standardized synthetic data evaluation frameworks, trust deficits in healthcare generative models, resource intensiveness, and design-induced opaqueness. The overall objective of the THUNDER project is to forge a comprehensive framework for trustworthy and responsible generative AI in healthcare. This will be achieved by defining (i) standardized evaluation metrics, (ii) developing advanced knowledge-guided generative models, and (iii) creating a fully frugal-by-design and interpretable-by-design learning models. These efforts, driven by interdisciplinary and intersectoral mobility and knowledge exchange, will establish a new paradigm for AI-driven healthcare. We will target Sepsis as a global health priority identified by the World Health Organization (WHO).

Dziedzina nauki (EuroSciVoc)

Klasyfikacja projektów w serwisie CORDIS opiera się na wielojęzycznej taksonomii EuroSciVoc, obejmującej wszystkie dziedziny nauki, w oparciu o półautomatyczny proces bazujący na technikach przetwarzania języka naturalnego. Więcej informacji: Europejski Słownik Naukowy.
Klasyfikacja tego projektu została potwierdzona przez człowieka.

Słowa kluczowe

Słowa kluczowe dotyczące projektu wybrane przez koordynatora projektu. Nie należy mylić ich z pojęciami z taksonomii EuroSciVoc dotyczącymi dziedzin nauki.

Program(-y)

Wieloletnie programy finansowania, które określają priorytety Unii Europejskiej w obszarach badań naukowych i innowacji.

Temat(-y)

Zaproszenia do składania wniosków dzielą się na tematy. Każdy temat określa wybrany obszar lub wybrane zagadnienie, których powinny dotyczyć wnioski składane przez wnioskodawców. Opis tematu obejmuje jego szczegółowy zakres i oczekiwane oddziaływanie finansowanego projektu.

System finansowania

Program finansowania (lub „rodzaj działania”) realizowany w ramach programu o wspólnych cechach. Określa zakres finansowania, stawkę zwrotu kosztów, szczegółowe kryteria oceny kwalifikowalności kosztów w celu ich finansowania oraz stosowanie uproszczonych form rozliczania kosztów, takich jak rozliczanie ryczałtowe.

HORIZON-TMA-MSCA-SE - HORIZON TMA MSCA Staff Exchanges

Wyświetl wszystkie projekty finansowane w ramach tego programu finansowania

Zaproszenie do składania wniosków

Procedura zapraszania wnioskodawców do składania wniosków projektowych w celu uzyskania finansowania ze środków Unii Europejskiej.

(odnośnik otworzy się w nowym oknie) HORIZON-MSCA-2024-SE-01

Wyświetl wszystkie projekty finansowane w ramach tego zaproszenia

Koordynator

UNIVERSITE DE VERSAILLES SAINT-QUENTIN EN YVELINES
Wkład UE netto

Kwota netto dofinansowania ze środków Unii Europejskiej. Suma środków otrzymanych przez uczestnika, pomniejszona o kwotę unijnego dofinansowania przekazanego powiązanym podmiotom zewnętrznym. Uwzględnia podział unijnego dofinansowania pomiędzy bezpośrednich beneficjentów projektu i pozostałych uczestników, w tym podmioty zewnętrzne.

€ 115 230,00
Koszt całkowity

Ogół kosztów poniesionych przez organizację w związku z uczestnictwem w projekcie. Obejmuje koszty bezpośrednie i pośrednie. Kwota stanowi część całkowitego budżetu projektu.

Brak danych

Uczestnicy (9)

Partnerzy (5)

Moja broszura 0 0